در دنیای پرشتاب تجارت الکترونیک، درک و پیش‌بینی رفتار مشتریان یکی از مهم‌ترین عوامل موفقیت است. یکی از چالش‌برانگیزترین وظایف در این حوزه، توصیه سبد بعدی (Next-Basket Recommendation – NBR) است. هدف این وظیفه، پیش‌بینی مجموعه‌ای از اقلام است که یک کاربر در جلسه خرید بعدی خود به سبد خرید اضافه خواهد کرد. این پیش‌بینی دقیق نه تنها تجربه کاربری را به شکل چشمگیری بهبود می‌بخشد، بلکه مستقیماً به افزایش فروش، بهینه‌سازی مدیریت موجودی و ارتقای وفاداری مشتریان منجر می‌شود.

با این حال، روش‌های موجود برای NBR با محدودیت‌های جدی روبرو هستند. بسیاری از این روش‌ها روابط بین اقلام را به صورت دوتایی (pairwise) مدل‌سازی می‌کنند، در حالی که در دنیای واقعی، روابط پیچیده‌تر و چندجانبه هستند (برای مثال، خرید همزمان آرد، شکر و تخم‌مرغ برای پخت کیک). علاوه بر این، ظهور مداوم محصولات جدید در فروشگاه‌های آنلاین، چالشی به نام آیتم‌های خارج از واژگان (Out-Of-Vocabulary – OOV) را برای مدل‌های مبتنی بر هوش مصنوعی ایجاد می‌کند. این مدل‌ها قادر به درک شناسه‌های محصولاتی که قبلاً ندیده‌اند، نیستند.

مقاله “Hypergraph Enhanced Knowledge Tree Prompt Learning for Next-Basket Recommendation” یک رویکرد نوآورانه به نام HEKP4NBR را برای غلبه بر این چالش‌ها ارائه می‌دهد. این مقاله با ترکیب قدرت مدل‌های زبانی بزرگ (PLMs)، گراف‌های دانش (KGs) و ساختارهای داده پیشرفته‌ای مانند ابرگراف‌ها، راه‌حلی جامع و کارآمد برای مسئله NBR پیشنهاد می‌کند که مرزهای دانش در این حوزه را جابجا می‌کند.

این مقاله حاصل همکاری گروهی از محققان برجسته در حوزه هوش مصنوعی و علم داده است: زی-فنگ مای (Zi-Feng Mai)، چانگ-دونگ وانگ (Chang-Dong Wang)، ژونگ‌جی زنگ (Zhongjie Zeng)، یا لی (Ya Li)، جیاکوان چن (Jiaquan Chen) و فیلیپ اس. یو (Philip S. Yu). پروفسور یو یکی از چهره‌های شناخته‌شده و پراستناد در زمینه داده‌کاوی و یادگیری ماشین است که حضور او اعتبار علمی این پژوهش را دوچندان می‌کند.

این تحقیق در تقاطع چندین حوزه کلیدی از علوم کامپیوتر قرار دارد:

• بازیابی اطلاعات (Information Retrieval): هسته اصلی سیستم‌های توصیه‌گر بر پایه اصول بازیابی اطلاعات بنا شده است.
• هوش مصنوعی (Artificial Intelligence): این پژوهش از تکنیک‌های پیشرفته یادگیری ماشین و یادگیری عمیق بهره می‌برد.
• پردازش زبان طبیعی (NLP): استفاده از مدل‌های زبانی از پیش آموزش‌دیده (PLMs) برای درک توالی خرید کاربران، این مقاله را به حوزه NLP پیوند می‌زند.
• یادگیری مبتنی بر گراف (Graph-based Learning): مدل‌سازی روابط میان اقلام با استفاده از گراف دانش و ابرگراف، یکی از ارکان اصلی این پژوهش است.

هدف اصلی سیستم‌های NBR، پیش‌بینی آیتم‌های سبد خرید بعدی کاربر بر اساس تاریخچه خریدهای اوست. روش‌های فعلی عمدتاً بر مدل‌سازی انتقال در توالی سبدها یا عبور پیام در گراف‌های ساده تمرکز دارند. این رویکردها دو ضعف عمده دارند: اولاً، تنها روابط دوتایی بین آیتم‌ها را در نظر می‌گیرند و از روابط پیچیده و مرتبه بالا غافل می‌مانند. ثانیاً، مدل‌های مبتنی بر PLM در مواجهه با آیتم‌های جدید یا OOV که شناسه‌شان در واژگان مدل وجود ندارد، دچار افت عملکرد شدید می‌شوند.

برای حل این مشکلات، مقاله روش HEKP4NBR را معرفی می‌کند. این روش از یک استراتژی دوگانه بهره می‌برد:

1. پرامپت درخت دانش (Knowledge Tree Prompt – KTP): برای حل مشکل OOV، این روش اطلاعات موجود در گراف دانش (مانند نام، برند، دسته و ویژگی‌های محصول) را به یک “پرامپت” متنی تبدیل می‌کند. این پرامپت برای PLM قابل فهم است و به مدل اجازه می‌دهد تا معنای آیتم‌های جدید را نیز درک کند.
2. مدل‌سازی با ابرگراف (Hypergraph Modeling): برای درک روابط چندجانبه میان آیتم‌ها، یک ماژول پیچشی ابرگراف طراحی شده است. ابتدا شباهت آیتم‌ها از جنبه‌های مختلف (مانند مکمل بودن، جایگزین بودن یا هم‌برند بودن) با استفاده از یک مدل ترکیبی از متخصصان (Mixture-of-Experts – MoE) اندازه‌گیری می‌شود. سپس بر اساس این شباهت‌ها، یک ابرگراف ساخته می‌شود که در آن، هر “ابریال” (hyperedge) مجموعه‌ای از آیتم‌های مرتبط را به هم وصل می‌کند. این ساختار به مدل اجازه می‌دهد تا الگوهای خرید گروهی را بیاموزد.

آزمایش‌های گسترده روی دو مجموعه داده واقعی از شرکت‌های بزرگ نشان می‌دهد که HEKP4NBR به طور قابل توجهی از روش‌های پیشرفته دیگر عملکرد بهتری دارد.

معماری مدل HEKP4NBR بر دو ستون اصلی استوار است که هر یک برای حل یکی از چالش‌های بنیادین NBR طراحی شده‌اند.

بخش اول: پرامپت درخت دانش (KTP) برای مقابله با آیتم‌های OOV

مدل‌های زبانی بزرگ (PLMs) مانند BERT یا GPT در درک زبان طبیعی فوق‌العاده قدرتمند هستند، اما واژگان ثابتی دارند. یک شناسه محصول مانند “78910” برای این مدل‌ها تنها یک توکن بی‌معنی است، به‌خصوص اگر در داده‌های آموزشی اولیه وجود نداشته باشد. این مشکل خارج از واژگان (OOV) نامیده می‌شود.

رویکرد KTP این مشکل را با ترجمه شناسه‌های نامفهوم به متنی قابل درک حل می‌کند. این فرآیند به این صورت عمل می‌کند:

• استخراج از گراف دانش: اطلاعات مرتبط با یک محصول (مانند نام، برند، دسته‌بندی، ویژگی‌ها) از یک گراف دانش (KG) استخراج می‌شود.
• ساخت ساختار درختی: این اطلاعات در یک ساختار سلسله‌مراتبی و درختی سازماندهی می‌شوند.
• تولید پرامپت متنی: ساختار درختی به یک رشته متنی خطی تبدیل می‌شود. برای مثال، شناسه `54321` که مربوط به “شیر کم‌چرب پگاه ۱ لیتری” است، می‌تواند به پرامپت زیر تبدیل شود:
  “آیتم: شیر؛ دسته: لبنیات؛ برند: پگاه؛ ویژگی: کم‌چرب؛ حجم: ۱ لیتر”

این پرامپت متنی به جای شناسه عددی به PLM داده می‌شود و مدل می‌تواند با تکیه بر دانش زبانی خود، معنا و مفهوم این محصول را حتی اگر برای اولین بار با آن مواجه شود، درک کند.

بخش دوم: مدل‌سازی روابط پیچیده با ابرگراف

درک اینکه مشتریان چگونه آیتم‌ها را با هم خریداری می‌کنند، برای توصیه سبد بعدی حیاتی است. گراف‌های ساده که تنها روابط دوتایی (یک یال بین دو گره) را مدل می‌کنند، برای ثبت الگوهای خرید گروهی (مانند خرید مواد لازم برای یک دستور پخت) ناتوان هستند. ابرگراف‌ها این محدودیت را برطرف می‌کنند.

ماژول ابرگراف در HEKP4NBR شامل سه مرحله است:

1. محاسبه شباهت چندوجهی با MoE: روابط بین آیتم‌ها تک‌بعدی نیست. دو آیتم ممکن است مکمل (مانند مسواک و خمیردندان)، جایگزین (مانند کره و مارگارین) یا از یک برند باشند. مدل ترکیبی از متخصصان (MoE) چندین “متخصص” را آموزش می‌دهد که هر کدام یک جنبه از شباهت را یاد می‌گیرند. خروجی این مدل، یک نمایش غنی و چندوجهی از شباهت بین آیتم‌هاست.
2. ساخت ابرگراف: بر اساس امتیازات شباهت محاسبه‌شده، گروه‌هایی از آیتم‌ها که ارتباط قوی با یکدیگر دارند، شناسایی می‌شوند. هر یک از این گروه‌ها یک ابریال (hyperedge) را تشکیل می‌دهند که تمام آیتم‌های آن گروه را به هم متصل می‌کند.
3. شبکه پیچشی ابرگراف (HCN): پس از ساخت ابرگراف، یک شبکه عصبی پیچشی روی آن اعمال می‌شود. این شبکه به اطلاعات اجازه می‌دهد تا در طول ابریال‌ها منتشر شوند و به مدل کمک می‌کند تا بازنمایی‌های (embeddings) دقیقی از آیتم‌ها یاد بگیرد که روابط پیچیده و گروهی را در خود جای داده‌اند.

در نهایت، خروجی PLM (که درک توالی خرید کاربر را در بر دارد) با خروجی ماژول ابرگراف (که دانش روابط ساختاری بین آیتم‌ها را دارد) ترکیب می‌شود تا پیش‌بینی نهایی برای سبد بعدی با دقت بالا انجام شود.

آزمایش‌های تجربی این مقاله بر روی دو مجموعه داده بزرگ و واقعی از حوزه تجارت الکترونیک انجام شده و نتایج زیر را به دست آورده است:

• عملکرد برتر: مدل HEKP4NBR در معیارهای ارزیابی استاندارد مانند Recall و NDCG به طور قابل توجهی از تمامی روش‌های رقیب، از جمله روش‌های مبتنی بر گراف، توالی و مدل‌های هیبریدی، بهتر عمل کرده است. این امر نشان‌دهنده کارایی بالای معماری پیشنهادی است.
• اثربخشی KTP در حل مشکل OOV: مطالعات حذفی (Ablation Studies) نشان داد که حذف ماژول KTP منجر به افت شدید عملکرد مدل، به‌ویژه در پیش‌بینی آیتم‌های جدید و کمیاب می‌شود. این یافته، اهمیت تبدیل شناسه‌های نامفهوم به پرامپت‌های متنی را برای PLMها تأیید می‌کند.
• ضرورت مدل‌سازی روابط مرتبه بالا: مقایسه عملکرد مدل با نسخه‌ای که به جای ابرگراف از گراف ساده استفاده می‌کند، نشان داد که ابرگراف‌ها نقش حیاتی در ثبت وابستگی‌های پیچیده میان آیتم‌ها دارند. این موضوع ثابت می‌کند که روابط دوتایی برای مدل‌سازی دقیق رفتار خرید کافی نیستند.
• تأثیر مثبت شباهت چندوجهی: استفاده از مدل MoE برای محاسبه شباهت، نسبت به استفاده از یک معیار شباهت واحد، به بهبود عملکرد منجر شد. این نشان می‌دهد که در نظر گرفتن جنبه‌های مختلف روابط آیتم‌ها (مانند مکمل بودن، جایگزین بودن) به پیش‌بینی‌های دقیق‌تر کمک می‌کند.

این پژوهش پیامدهای مهمی هم در صنعت و هم در دنیای آکادمیک دارد.

کاربردهای عملی

• تجارت الکترونیک: پلتفرم‌های آنلاینی مانند آمازون یا دیجی‌کالا می‌توانند از این روش برای ارائه پیشنهادهای “شاید این‌ها را هم بپسندید” یا “کالاهای مرتبط” با دقتی بسیار بالاتر استفاده کنند.
• فروشگاه‌های مواد غذایی: این مدل می‌تواند لیست خرید بعدی مشتریان را پیش‌بینی کرده و بر اساس آن، تخفیف‌های شخصی‌سازی‌شده ارائه دهد یا به مدیریت بهینه موجودی انبار کمک کند.
• پلتفرم‌های محتوا: اصول این مدل را می‌توان برای توصیه بسته‌های محتوایی نیز به کار برد؛ مثلاً پیشنهاد یک پلی‌لیست موسیقی، مجموعه‌ای از مقالات برای مطالعه یا یک دوره آموزشی کامل.

دستاوردهای علمی

• نوآوری در یادگیری پرامپت: این مقاله یک روش جدید و مؤثر (KTP) برای اتصال داده‌های ساختاریافته (شناسه‌های محصول در گراف دانش) به مدل‌های زبانی بزرگ معرفی می‌کند که می‌تواند در سایر وظایف توصیه‌گر نیز الهام‌بخش باشد.
• پیشگامی در استفاده از ابرگراف: این پژوهش یکی از اولین کارهایی است که به طور موفقیت‌آمیز از قدرت ابرگراف‌ها برای مدل‌سازی روابط پیچیده در حوزه توصیه سبد بعدی بهره می‌برد.
• معماری هیبریدی قدرتمند: HEKP4NBR یک چارچوب جامع ارائه می‌دهد که به زیبایی سه پارادایم قدرتمند هوش مصنوعی را با هم ترکیب می‌کند: مدل‌سازی ترتیبی (با PLM)، نمایش دانش (با KG) و یادگیری روابط ساختاری (با ابرگراف).

مقاله “یادگیری پرامپت مبتنی بر درخت دانش غنی‌شده با ابرگراف برای توصیه سبد بعدی” یک گام بزرگ در جهت ساخت سیستم‌های توصیه‌گر هوشمندتر و دقیق‌تر است. با ارائه راه‌حل‌های نوآورانه برای دو چالش اساسی، یعنی آیتم‌های خارج از واژگان و روابط پیچیده میان محصولات، مدل HEKP4NBR استانداردهای جدیدی را در این زمینه تعریف می‌کند.

استفاده هوشمندانه از پرامپت‌های مبتنی بر درخت دانش (KTP) به مدل‌های زبانی اجازه می‌دهد تا دنیای محصولات را فراتر از واژگان محدود خود درک کنند و به‌کارگیری ابرگراف‌ها امکان مدل‌سازی واقع‌بینانه‌تری از الگوهای خرید مشتریان را فراهم می‌آورد. نتایج تجربی قوی، برتری این رویکرد را به وضوح نشان می‌دهد.

این پژوهش نه تنها یک راه‌حل عملی برای بهبود سیستم‌های توصیه‌گر امروزی ارائه می‌دهد، بلکه مسیرهای جدیدی را برای تحقیقات آینده می‌گشاید. کاوش در تکنیک‌های پیشرفته‌تر مهندسی پرامپت، استفاده از ابرگراف‌های پویا و انطباق این معماری با سایر حوزه‌های توصیه‌گر، از جمله زمینه‌هایی هستند که می‌توانند بر پایه دستاوردهای این مقاله بنا شوند.